世上本没有坑，掉进去的人多了，也便成了坑。

   早就听人说过Redis的HGETALL是个坑，可我偏偏不信邪：不管什么坑，一定要自己踩上去跺两脚才肯罢休。说好听点这是不到黄河心不死，说难听点就是不见棺材不落泪。

   开始程序运行的非常稳定，稳定到我想送所有说HGETALL是个坑的人一个字：呸！此时的我就像温水里的青蛙一样忘记了危险的存在，时间就这样一天一天的过去，突然有一天需求变了，我不得不把HASH数据的内容从十几个字段扩展到一百多个字段，同时使用了Pipelining一次性获取上百个HGETALL的结果。于是我掉坑里了：服务器宕机。

   为什么会这样？Redis是单线程的！当它处理一个请求时其他的请求只能等着。通常请求都会很快处理完，但是当我们使用HGETALL的时候，必须遍历每个字段来获取数据，这期间消耗的CPU资源和字段数成正比，如果还用了Pipelining，无疑更是雪上加霜。

   如何解决这个问题？请容许我煞有其事的给出一个公式：

PERFORMANCE = CPUs / OPERATIONs

   也就是说，此场景下为了提升性能，要么增加运算过程中的CPU数量；要么降低运算过程中的操作数量。具体来说，我大致想到了以下几种方法：

借助Memcached

   Redis存储方式不做任何改变，额外的，我们借助Memcached实现一套缓存，里面存储原本需要在Redis里HGETALL的HASH，当然，由于Memcached里存储的都是字符串，所以当我们存储HASH的时候，实际上存储的是HASH序列化后的字符串，查询的时候再反序列化即可，通常Memcached客户端驱动可以透明实现序列化和反序列化的过程。此方案的优势在于因为Memcached支持多线程，所以可以让更多的CPU参与运算，同时由于不用再遍历每一个字段，所以相应的操作会减少；当然劣势也不少，因为引入了一个新的缓存层，所以浪费了内存，增加了复杂性，另外，有时候即便我们只需要获取少数几个字段的数据，也不得不先查询完整的数据，然后再筛选，这无疑浪费了带宽。当然这种情况下我们可以直接查询Redis，但是无疑又提升了一些复杂性。

   顺便说一句，Memcached支持Multiget，可以实现类似Pipelining的效果，但你要格外小心这里面有关Memcached的坑，也就是Mulitiget无底洞问题。

多实例冗余

   Redis存储方式不做任何改变，但同时运行多个实例，实际查询时随机挑选一个实例。此方案的优势在于多个Redis实例可以让多个CPU参与运算；劣势是浪费了内存，此外虽然多个Redis实例可以让多个CPU参与运算，但毕竟冗余新的实例成本是很高的，同时运行很多个实例往往并不现实，与此同时，操作数量却没有改善，比如说Redis的HASH有一百个字段，Pipelining一次需要HGETALL一百个这样的HASH，那么实际的操作数就是以万为单位的，相对应的，我们增加一两个冗余实例对性能的提升简直是杯水车薪。

序列化字段冗余

   Redis在存储HASH的时候，多保存一个名为「all」的字段，其内容是原HASH数据的序列化，实际查询的时候，只要HGET这个冗余字段后再反序列化即可。此方案的优势在于通过序列化字段冗余，我们把原本的HGETALL操作简化为HGET，也就是说，不再需要遍历HASH中的每一个字段，因此即便不能让多个CPU参与运算，但是却大幅降低了操作数量，所以性能的提升仍然是显著的；当然劣势也很明显，和所有的冗余方式一样，此方案浪费了大量的内存。

   有人会问，这样虽然没有了遍历字段的过程，但是却增加了反序列化的过程，而反序列化的成本往往也是很高的，难道这样也能提升性能？问题的关键在于开始我们遍历字段的操作是在一个CPU上完成的，后来反序列化的操作，不管是什么语言，都可以通过多进程或多线程来保证是在多个CPU上完成的，所以性能总体上是提升的。

   …

   坑，就是用来踩的。不用怕掉进去，当然前提是你能自己爬出来！

建议继续学习：

1. redis源代码分析 - persistence    (阅读：30916)
2. Redis消息队列的若干实现方式    (阅读：10558)
3. 基于Redis构建系统的经验和教训    (阅读：9055)
4. 浅谈redis数据库的键值设计    (阅读：8125)
5. redis在大数据量下的压测表现    (阅读：7230)
6. redis运维的一些知识点    (阅读：7216)
7. Redis和Memcached的区别    (阅读：6479)
8. Redis作者谈Redis应用场景    (阅读：6420)
9. redis 运维实际经验纪录之一    (阅读：6324)
10. Redis内存存储结构分析    (阅读：6115)